我們推出全新模型 GPT‑5.3‑Codex，進一步解鎖 Codex 的更多潛力，這是目前能力最強的智慧體程式碼編寫模型。此模型整合了 GPT‑5.2‑Codex 的前沿程式設計效能，以及 GPT‑5.2 的推理和專業知識能力，速度更提升了 25%，足以勝任涉及研究、工具操作與複雜執行流程的長時間任務。就像與同事合作一樣，你可以在 GPT‑5.3‑Codex 工作時引導模型並與之互動，而不會失去既有的背景脈絡。
GPT‑5.3‑Codex 是我們第一個在打造自身過程中發揮關鍵作用的模型。Codex 團隊使用早期版本來針對訓練流程除錯、管理部署，並診斷測試結果與評估。我們的團隊對 Codex 能大幅加速自身開發進度感到非常驚豔。
使用 GPT‑5.3‑Codex，Codex 由一個能撰寫與審閱程式碼的智慧體，進化為能在電腦上完成幾乎所有開發人員和專業人士日常工作的智慧體。
GPT‑5.3‑Codex 在 SWE-Bench Pro 和 Terminal-Bench 中創下業界新高，並在 OSWorld 與 GDPval 中表現強勁。這四項基準測試是我們用來衡量程式設計、智慧體能力與真實世界能力的指標。
GPT‑5.3‑Codex 在 SWE-Bench Pro 上達到最新技術水準。該測試以真實世界軟體工程為基礎，評估標準嚴謹。與只測試 Python 的 SWE-bench Verified 不同，SWE-Bench Pro 涵蓋四種程式語言，而且測試更具抗污染性、挑戰性、多樣性和工業相關性。模型在 Terminal-Bench 2.0 上的表現亦遠超以往最佳成績。該測試主要評估 Codex 這類編碼代理所需的終端操作能力。值得注意的是，GPT‑5.3‑Codex 在達成這些成果時所使用的 Token 數量比任何過往模型都更少，這代表使用者可以建立更多內容。
結合前沿編碼能力、美學提升及壓縮優化，GPT‑5.3‑Codex 能完成驚人的工作，例如在數日內從零建立功能完整且複雜的遊戲與應用程式。為了測試模型在網頁開發及長時間代理任務上的能力，我們請 GPT‑5.3‑Codex 建立兩款遊戲：Codex 應用程式發布所展示賽車遊戲的第二版，以及一款潛水遊戲。透過網路遊戲開發技能，並搭配預先選取的通用跟進提示詞（例如「修正錯誤」或「改善遊戲」），GPT‑5.3‑Codex 能運用數百萬個 Token，自主反覆迭代遊戲內容。觀看遊戲介紹影片並親自試玩，了解 Codex 的實際能力。
這款賽車遊戲包含不同賽車手和八張地圖，還可透過空白鍵使用各種道具。來這裡親自試玩(在新視窗中開啟)！
這款潛水遊戲帶你探索各種珊瑚礁，收集魚類來完成圖鑑，同時還要控制好氧氣、壓力與各種風險。來這裡親自試玩(在新視窗中開啟)！
相較於 GPT‑5.2‑Codex，當你要求 GPT‑5.3‑Codex 製作日常網站時，新模型更能理解你的意圖。即使提示詞只有三言兩語或不夠明確，也會預設產生功能更完整、設定更合理的網站，為你提供更有利的起點，幫助你實踐想法。
例如，我們請 GPT‑5.3‑Codex 和 GPT‑5.2‑Codex 各自建立下方的兩個登陸頁。GPT‑5.3‑Codex 自動將年度方案換算為折扣後的月費價格，讓優惠一眼就懂，而不是單純把年費總額平均分攤成每月金額。模型還製作了自動切換的推薦見證輪播，一次顯示三則不同使用者引言，而非只有一則，讓頁面一開始看起來更完整，也更接近可直接上線的成品狀態。
提示詞：為 Quiet KPI 建立登錄頁面，提供創辦人所需的每週指標摘要。柔和的 SaaS 介面風格，搭配玻璃質感資訊卡、淡紫到藍色漸層，帶有細緻的模糊效果。頁面包含：主視覺區（可收集電子郵件地址）、範例報告資訊卡網格、整合項目列、推薦見證輪播、月繳/年繳價格切換、常見問題及頁尾。- 字體使用 Satoshi 或類似幾何無襯線字體。- 按鈕採用柔和圓角（14px 半徑），清晰的焦點狀態- 加入一個有質感的捲動觸發動畫效果。
軟體工程師、設計師、產品經理和資料科學家所做的，遠不只是撰寫程式碼。GPT‑5.3‑Codex 是為支援整個軟體生命週期而打造，包括偵錯、部署、監控、撰寫 PRD、編輯文案、使用者研究、測試、指標等各種工作。其智慧體能力也不只侷限於軟體，無論是製作簡報，或是在試算表中分析資料，都能協助你建立想要的成果。
透過與先前 GDPval 評測所使用的類似自訂技能，GPT‑5.3‑Codex 在以 GDPval 衡量的專業知識工作上同樣表現強勁，與 GPT‑5.2 不相上下。GDPval 是 OpenAI 於 2025 年推出的評估，用來衡量模型在橫跨 44 種職業的明確知識工作任務中的表現，任務包含建立簡報、試算表及其他工作成品。
以下為智慧體所完成工作的部分範例。
提示 + 任務上下文
GPT-5.3-Codex output
OSWorld 是一項智慧體電腦操作基準測試，要求智慧體在視覺化桌面環境中完成各類生產力任務。GPT‑5.3‑Codex 展現出遠勝以往 GPT 模型的電腦操作能力。
在 OSWorld-Verified 中，模型使用視覺來完成多樣化的電腦任務。人類得分約 72%。
綜合來看，這些在程式設計、前端開發，以及電腦使用與真實世界任務方面的成果顯示，GPT‑5.3‑Codex不只是把單一任務做得更好，更代表朝向單一通用智慧體邁出關鍵一步，能橫跨整個真實世界技術工作的範疇進行推理、建構與執行。
隨著模型能力持續提升，關鍵已不再只是智慧體能做什麼，而是使用者如何更輕鬆地與多個智慧體互動，並且引導和監督智慧體並行工作。Codex 應用程式讓管理與指揮智慧體變得更簡單，而搭配 GPT‑5.3‑Codex 後，互動體驗也再升級。新模型會更頻繁提供更新，讓你隨時掌握關鍵決策與執行進度。你不必等看到最終結果才介入，而是可以即時互動，提出問題、討論做法，引導模型邁向解決方案。GPT‑5.3‑Codex 會一路說明正在處理的任務、回應你的回饋，讓你全程掌握所有進展。
在「設定」>「一般」>「跟進行為」中啟用模型在應用程式運作時的引導功能。
近期 Codex 的快速進展，奠基於 OpenAI 各部門歷時數月甚至數年的研究成果，這些研究專案也因 Codex 而加速推進。許多 OpenAI 的研究人員與工程師表示，如今的工作方式與兩個月前相比已大不相同。即使是 GPT‑5.3‑Codex 的早期版本也已展現出卓越能力，讓團隊能運用這些早期版本改進訓練流程，並支援後續版本的部署。
Codex 能處理的任務非常廣泛，因此很難逐一列出模型究竟如何協助我們的團隊。舉例來說，研究團隊使用 Codex 來針對這次發布的訓練流程進行監控和除錯。除了排除基礎架構問題外，模型也協助在整個訓練過程中追蹤各種模式、深入分析互動品質、提出修正建議，並為研究人員打造實用的應用程式，幫助大家更清楚掌握模型與過往版本之間的行為差異。
工程團隊使用 Codex 來最佳化並調整 GPT‑5.3‑Codex 的核心運作機制。當我們開始觀察到影響使用者體驗的異常邊緣狀況時，團隊成員透過 Codex 找出上下文渲染錯誤，並追查快取命中率偏低的根本原因。在整個發布期間，GPT‑5.3‑Codex 也持續協助團隊，透過動態擴展 GPU 叢集因應流量高峰，同時維持穩定的延遲表現。
在 alpha 測試期間，有位研究人員想了解 GPT‑5.3‑Codex 每一回合能多完成多少工作，以及這對整體生產力帶來哪些差異。GPT‑5.3‑Codex 想出幾個簡單的正規表示式分類器，用來估算澄清次數、使用者的正面與負面回應、任務進度等指標，據此大量分析所有對話記錄，並生成結論報告。使用 Codex 建構產品的開發人員更為滿意，因為智慧體能更準確理解他們的意圖，每次互動都能推動更多進度，也更不需要來回澄清。
由於 GPT‑5.3‑Codex 與前代模型差異極大，alpha 測試資料出現了許多不尋常、甚至違反直覺的結果。團隊中的一位資料科學家與 GPT‑5.3‑Codex 合作建立新的資料管線，並用比既有資訊面板工具更豐富的方式，視覺化呈現分析結果。分析結果也交由 Codex 協作整理，而模型在不到三分鐘的時間內，就從數千個資料點中精簡歸納出關鍵洞察。
單看每一項任務，都是 Codex 協助研究人員與產品開發者的具體例子。綜合來看，這些新能力大幅加快了我們在研究、工程與產品開發上的整體節奏。
過去幾個月來，我們看到模型在網路安全任務上的表現明顯提升，讓開發人員與資安專業人士都能從中受益。同時，我們也持續準備並強化網路安全防護措施，支援防禦用途，並提升整體生態系統的韌性。
GPT‑5.3‑Codex 是在我們的應變整備框架下，第一個被歸類為「高能力」、可用於資安相關任務的模型，也是第一個直接受訓用來識別軟體漏洞的模型。雖然目前尚無明確證據顯示模型能端到端自動化網路攻擊，但我們仍審慎以對，部署至今最全面的資安防護機制。相關緩解措施包括安全訓練、自動化監控、進階功能的可信存取機制，以及結合威脅情報的執行管道。
由於網路安全本身具有雙重用途，我們採取以實證為基礎、持續迭代的方法，一方面加快防禦者找出並修補漏洞的速度，同時降低被濫用的風險。作為其中一環，我們推出「網路安全可信存取」試點計畫，加速推動網路防禦相關研究。
我們持續投資生態系統層級的防護措施，包括擴大 Aardvark 的私人 Beta 測試。Aardvark 是我們的資安研究智慧體，也是 Codex Security 產品與工具套件中推出的第一項內容。同時，我們也與開源專案維護者合作，為 Next.js 等廣泛使用的專案提供免費程式碼庫掃描。就在上週，一位資安研究員透過 Codex 找出漏洞並完成揭露(在新視窗中開啟)。
延續我們於 2023 年推出的 100 萬美元網路安全補助計畫，我們也承諾投入 1000 萬美元的 API 點數，透過最強大的模型加速網路防禦，並特別聚焦於開源軟體與關鍵基礎設施系統。從事善意安全研究的組織，可透過我們的網路安全補助計畫申請 API 點數與相關支援。
GPT‑5.3‑Codex 可透過付費 ChatGPT 方案使用，並支援所有 Codex 可運作的平台，包括應用程式、CLI、IDE 擴充功能與網頁版。我們也正積極準備，在確保安全的前提下，於近期開放 API 存取。
隨著這次更新，我們也正式開始運行 GPT‑5.3‑Codex。受惠於基礎設施與推理堆疊的改進，Codex 使用者整體速度提升25%，互動更即時，產出結果也更快。
GPT‑5.3‑Codex 是專為 NVIDIA GB200 NVL72 系統共同設計、訓練並部署的模型。感謝 NVIDIA 的合作與支持。
使用 GPT‑5.3‑Codex，Codex 不再只是撰寫程式碼，而是能把程式碼當成工具來操作電腦，從頭到尾完成整個工作流程。透過推進程式設計智慧體的能力前沿，我們也正在開啟更廣泛的知識工作範疇：從建置與部署軟體，乃至研究、分析與執行複雜任務。最初專注於成為最佳的程式設計智慧體，如今已有潛力發展成在電腦上協作的通用夥伴，讓更多人能參與建構，同時也拓展了 Codex 能實現的各種可能。
GPT‑5.3‑Codex (xhigh) | GPT‑5.2‑Codex (xhigh) | GPT‑5.2 (xhigh) | |
SWE-Bench Pro（公開） | 56.8% | 56.4% | 55.6% |
Terminal-Bench 2.0 | 77.3% | 64.0% | 62.2% |
OSWorld-Verified | 64.7% | 38.2% | 37.9% |
GDPval（勝出或平局） | 70.9% | - | 70.9% (high) |
Capture-the-Flag 資安攻防競賽 | 77.6% | 67.4% | 67.7% |
SWE-lancer IC Diamond | 81.4% | 76.0% | 74.6% |
